Python 解释器

这个组件允许你执行带有已导入包的 Python 代码。

Python Interpreter（Python 解释器）组件只能导入当前 SkillFlaw 环境中已经安装的包。 如果你在使用某个包时遇到 ImportError，就需要先安装它。

如需安装自定义包，请参阅安装自定义依赖。

在流程中使用 Python 解释器

1. 要在流程中使用该组件，请先在 Global Imports 字段中填写一个以英文逗号分隔的包列表，例如 math,pandas。 至少需要导入一个包。
2. 在 Python Code 字段中输入你要执行的 Python 代码。若要查看输出，请使用 print()。
3. 可选：启用 Tool Mode，然后把 Python Interpreter 组件作为工具连接到 Agent 组件。 例如，你可以把 Python Interpreter 和 Calculator 组件 一起作为 Agent 的工具，再观察它是如何针对不同数学问题自动选用不同工具的。
4. 向 Agent 提一个简单的数学问题。 Calculator 工具可以完成加减乘除和幂运算。 这时 Agent 会调用 evaluate_expression 工具来正确回答问题。

结果：

_10

Executed evaluate_expression

_10

Input:

_10

{

_10

"expression": "2+5"

_10

}

_10

Output:

_10

{

_10

"result": "7"

_10

}

5. 再给 Agent 一段完整的 Python 代码。 下面这个例子会使用全局导入的 pandas 创建一个 DataFrame，并计算平方值平均数的平方根。

_12

import pandas as pd

_12

import math

_12

_12

# Create a simple DataFrame

_12

df = pd.DataFrame({

_12

'numbers': [1, 2, 3, 4, 5],

_12

'squares': [x**2 for x in range(1, 6)]

_12

})

_12

_12

# Calculate the square root of the mean

_12

result = math.sqrt(df['squares'].mean())

_12

print(f"Square root of mean squares: {result}")

在这个场景中，Agent 会正确选择 run_python_repl 工具来完成任务。

结果：

_12

Executed run_python_repl

_12

_12

Input:

_12

_12

{

_12

"python_code": "import pandas as pd\nimport math\n\n# Create a simple DataFrame\ndf = pd.DataFrame({\n 'numbers': [1, 2, 3, 4, 5],\n 'squares': [x**2 for x in range(1, 6)]\n})\n\n# Calculate the square root of the mean\nresult = math.sqrt(df['squares'].mean())\nprint(f\"Square root of mean squares: {result}\")"

_12

}

_12

Output:

_12

_12

{

_12

"result": "Square root of mean squares: 3.3166247903554"

_12

}

即使你在聊天输入中没有再次写出 import 语句，Agent 也仍然可以使用 pd.DataFrame 来构建表格，因为 pandas 已经通过 Python Interpreter 的 Global Imports 字段预先在全局范围内导入了。

给 Python 解释器传递输入

如果你想给 Python Interpreter 组件传入额外输入，需要修改组件代码，为它添加输入字段。 当新的输入字段加到组件代码中后，对应端口才会出现在编辑器里，允许其他组件连接。

例如，如果你想连接一个 Text 组件，并把一个 URL 值传给 Python Interpreter，可以按下面步骤操作：

1. 向流程中添加一个 Python Interpreter 组件。

2. 点击 Edit Code，修改 Python Interpreter 的代码。

3. 为了支持 URL 输入，需要做以下改动：

   a. 在 inputs 列表中增加 URL 输入字段。这样就会在组件上生成新的输入端口，供其他组件连接。

   b. 修改 get_globals 方法，提取 URL 值并放入 globals 字典。 这样组件中的 Python 代码就能直接访问 url 变量。

   c. 更新默认 Python 代码，使其实际使用这个 url 变量。

   下面示例展示了这些修改：

   Python 代码示例

   
   

   _121

   import importlib

   _121

   _121

   from langchain_experimental.utilities import PythonREPL

   _121

   from lfx.custom.custom_component.component import Component

   _121

   from lfx.io import MultilineInput, Output, StrInput

   _121

   from lfx.schema.data import Data

   _121

   from lfx.schema.message import Message # Needed to extract text from Message objects

   _121

   _121

   class PythonREPLComponent(Component):

   _121

   display_name = "Python Interpreter"

   _121

   description = "Run Python code with optional imports. Use print() to see the output."

   _121

   documentation: str = "https://docs.skillflaw.com/python-interpreter"

   _121

   icon = "square-terminal"

   _121

   _121

   inputs = [

   _121

   StrInput(

   _121

   name="global_imports",

   _121

   display_name="Global Imports",

   _121

   info="A comma-separated list of modules to import globally, e.g. 'math,numpy,pandas'.",

   _121

   value="math,pandas",

   _121

   required=True,

   _121

   ),

   _121

   MultilineInput(

   _121

   name="python_code",

   _121

   display_name="Python Code",

   _121

   info="The Python code to execute. Only modules specified in Global Imports can be used. Use 'url' variable if URL input is connected.",

   _121

   value="print(f'URL: {url}')", # Updated to make the URL variable available to the Python code execution

   _121

   input_types=["Message"],

   _121

   tool_mode=True,

   _121

   required=True,

   _121

   ),

   _121

   # Add the URL input field to inputs list

   _121

   StrInput(

   _121

   name="url",

   _121

   display_name="URL",

   _121

   info="URL variable that can be used in Python code. Connect a Text component or enter manually.",

   _121

   value="",

   _121

   input_types=["Text", "Message"],

   _121

   required=False,

   _121

   ),

   _121

   ]

   _121

   _121

   outputs = [

   _121

   Output(

   _121

   display_name="Results",

   _121

   name="results",

   _121

   type_=Data,

   _121

   method="run_python_repl",

   _121

   ),

   _121

   ]

   _121

   _121

   def get_globals(self, global_imports: str | list[str]) -> dict:

   _121

   """Create a globals dictionary with only the specified allowed imports and input variables."""

   _121

   global_dict = {}

   _121

   _121

   try:

   _121

   if isinstance(global_imports, str):

   _121

   modules = [module.strip() for module in global_imports.split(",")]

   _121

   elif isinstance(global_imports, list):

   _121

   modules = global_imports

   _121

   else:

   _121

   msg = "global_imports must be either a string or a list"

   _121

   raise TypeError(msg)

   _121

   _121

   for module in modules:

   _121

   try:

   _121

   imported_module = importlib.import_module(module)

   _121

   global_dict[imported_module.__name__] = imported_module

   _121

   except ImportError as e:

   _121

   msg = f"Could not import module {module}: {e!s}"

   _121

   raise ImportError(msg) from e

   _121

   _121

   # Add the URL variable to the component's globals dictionary

   _121

   # Extract from Message object or use the string directly

   _121

   if hasattr(self, "url") and self.url:

   _121

   url_value = self.url.text if isinstance(self.url, Message) else str(self.url)

   _121

   if url_value:

   _121

   global_dict["url"] = url_value # Makes 'url' available in Python code

   _121

   self.log(f"URL variable set: {url_value}")

   _121

   _121

   except Exception as e:

   _121

   self.log(f"Error in global imports: {e!s}")

   _121

   raise

   _121

   else:

   _121

   self.log(f"Successfully imported modules: {list(global_dict.keys())}")

   _121

   return global_dict

   _121

   _121

   def run_python_repl(self) -> Data:

   _121

   try:

   _121

   # Extract Python code text if it's a Message object

   _121

   python_code_text = self.python_code

   _121

   if isinstance(python_code_text, Message):

   _121

   python_code_text = python_code_text.text if python_code_text.text else ""

   _121

   elif not isinstance(python_code_text, str):

   _121

   python_code_text = str(python_code_text)

   _121

   _121

   globals_ = self.get_globals(self.global_imports)

   _121

   python_repl = PythonREPL(_globals=globals_)

   _121

   result = python_repl.run(python_code_text)

   _121

   result = result.strip() if result else ""

   _121

   _121

   self.log("Code execution completed successfully")

   _121

   return Data(data={"result": result})

   _121

   _121

   except ImportError as e:

   _121

   error_message = f"Import Error: {e!s}"

   _121

   self.log(error_message)

   _121

   return Data(data={"error": error_message})

   _121

   _121

   except SyntaxError as e:

   _121

   error_message = f"Syntax Error: {e!s}"

   _121

   self.log(error_message)

   _121

   return Data(data={"error": error_message})

   _121

   _121

   except (NameError, TypeError, ValueError) as e:

   _121

   error_message = f"Error during execution: {e!s}"

   _121

   self.log(error_message)

   _121

   return Data(data={"error": error_message})

   _121

   _121

   def build(self):

   _121

   return self.run_python_repl

   
   

4. 点击 Check & Save 保存修改。

5. 向流程中添加一个 Text 组件，并填写一个值，例如 google.com。

6. 将 Text 组件的输出连接到你刚刚为 Python Interpreter 新增的 URL 输入字段。

这样，Python Interpreter 在执行 Python 代码时，就可以直接使用 url 变量了。

Python 解释器参数

Name	Type	Description
global_imports	String	输入参数。全局导入模块的逗号分隔列表，例如 math,pandas,numpy。
python_code	Code	输入参数。要执行的 Python 代码；只能使用 Global Imports 中声明过的模块。
results	Data	输出参数。执行结果，以 Data 形式返回，包括打印输出或错误信息。